面向初学者的 Python 数据分析指南：探索 NumPy

2024-01-29 00:30:16

NumPy：数据分析的利器

在数据主宰的时代，数据分析已成为不可或缺的一项技能。Python以其强大的库生态系统而著称，使其成为数据分析的理想选择。而NumPy（Numerical Python）则是Python中一颗璀璨的明珠，为数值计算和数据分析提供了无与伦比的工具。

NumPy基础：数据结构

NumPy的核心数据结构是n维数组，称为ndarray。ndarray是一个同构容器，这意味着它存储相同数据类型的元素。我们可以通过以下几种方式创建数组：

使用np.array()函数将Python列表或元组转换为ndarray。

import numpy as np

# 从列表创建ndarray
list = [1, 2, 3, 4, 5]
arr = np.array(list)
print(arr)  # 输出：[1 2 3 4 5]

# 从元组创建ndarray
tuple = (1, 2, 3, 4, 5)
arr = np.array(tuple)
print(arr)  # 输出：[1 2 3 4 5]

使用np.zeros()、np.ones()和np.full()等函数创建具有指定形状和值的数组。

# 创建形状为(3, 4)的元素全为0的ndarray
arr = np.zeros((3, 4))
print(arr)  # 输出：
# [[0. 0. 0. 0.]
#  [0. 0. 0. 0.]
#  [0. 0. 0. 0.]]

# 创建形状为(3, 4)的元素全为1的ndarray
arr = np.ones((3, 4))
print(arr)  # 输出：
# [[1. 1. 1. 1.]
#  [1. 1. 1. 1.]
#  [1. 1. 1. 1.]]

# 创建形状为(3, 4)的元素全为5的ndarray
arr = np.full((3, 4), 5)
print(arr)  # 输出：
# [[5. 5. 5. 5.]
#  [5. 5. 5. 5.]
#  [5. 5. 5. 5.]]

从现有数组中创建副本或视图。

# 创建arr1的副本
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = arr1.copy()

# 修改arr1中的元素
arr1[0] = 10

# arr2不会受到影响
print(arr2)  # 输出：[1 2 3 4 5]

# 创建arr1的视图
arr3 = arr1.view()

# 修改arr3中的元素
arr3[0] = 20

# arr1也会受到影响
print(arr1)  # 输出：[20 2 3 4 5]

ndarray具有以下几个重要属性：

形状： 数组的维度和大小。
数据类型： 数组中元素的数据类型。
步幅： 指定数组中元素在内存中存储方式的元组。

NumPy操作：数组处理

NumPy提供了一系列强大的操作，用于对数组进行各种操作：

算术运算

数组之间：加法(+)、减法(-)、乘法(*)、除法(/)

# 两个数组相加
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([6, 7, 8, 9, 10])
arr3 = arr1 + arr2
print(arr3)  # 输出：[ 7  9 11 13 15]

# 标量与数组相乘
scalar = 5
arr4 = scalar * arr1
print(arr4)  # 输出：[ 5 10 15 20 25]

标量和数组之间：加法(+)、减法(-)、乘法(*)、除法(/)
内积和外积：np.dot()和np.cross()

逻辑运算

比较运算符：大于(>)、小于(<)、等于(==)

# 比较两个数组元素是否相等
arr1 = np.array([1, 2, 3, 4, 5])
arr2 = np.array([6, 7, 8, 9, 10])
arr3 = arr1 == arr2
print(arr3)  # 输出：[False False False False False]

布尔运算：与(&)、或(|)、非(~)

数组索引和切片

索引：使用方括号访问特定元素。

# 访问数组的第一个元素
arr = np.array([1, 2, 3, 4, 5])
print(arr[0])  # 输出：1

切片：使用冒号(:)提取数组的子集。

# 提取数组的前两个元素
arr = np.array([1, 2, 3, 4, 5])
arr_sliced = arr[:2]
print(arr_sliced)  # 输出：[1 2]

其他操作

数组重塑：np.reshape()和np.ravel()

# 将数组重塑为形状为(2, 3)的数组
arr = np.array([1, 2, 3, 4, 5, 6])
arr_reshaped = arr.reshape((2, 3))
print(arr_reshaped)  # 输出：
# [[1 2 3]
#  [4 5 6]]

# 将数组展开为一维数组
arr = np.array([[1, 2, 3], [4, 5, 6]])
arr_raveled = arr.ravel()
print(arr_raveled)  # 输出：[1 2 3 4 5 6]

数组合并：np.concatenate()和np.stack()

# 水平合并两个数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr_concatenated = np.concatenate((arr1, arr2))
print(arr_concatenated)  # 输出：[1 2 3 4 5 6]

# 垂直合并两个数组
arr1 = np.array([[1, 2, 3], [4, 5, 6]])
arr2 = np.array([[7, 8, 9], [10, 11, 12]])
arr_stacked = np.stack((arr1, arr2), axis=0)
print(arr_stacked)  # 输出：
# [[[ 1  2  3]
#   [ 4  5  6]]
#  [[ 7  8  9]
#   [10 11 12]]]

统计函数：np.mean()、np.std()和np.max()

# 计算数组的平均值
arr = np.array([1, 2, 3, 4, 5])
mean = np.mean(arr)
print(mean)  # 输出：3.0

# 计算数组的标准差
arr = np.array([1, 2, 3, 4, 5])
std = np.std(arr)
print(std)  # 输出：1.5811388300841898